31家金融机构获新京报年度“金字招牌”

2025年1月9日，新京报举办第19届金融行业“金字招牌”活动，本届活动以“韧性铸基，智向未来”为主题，包括银行、基金公司、证券公司、保险公司在内的31家金融机构摘得新京报年度“金字招牌”。


新京报第19届“金字招牌”活动现场。　主办方供图
本届活动聚焦6大领域
2024年全球金融市场经历了前所未有的挑战和变革，但中国金融体系展现出强大的韧性和活力。全年金融部门加大对国民经济重点领域与薄弱环节的精准支持，新质生产力释放发展新动力，金融“五篇大文章”践行取得显著成效，“两重”“两新”政策实施也迎来良好开局。
本届“金字招牌”活动设置与过去一年金融行业的热点、亮点密切相关，主要集中在“五篇大文章”和支付便利化发展等6大领域，分别是便利支付助力者、数字金融领航者、养老金融示范者、普惠金融服务者、绿色金融引领者、科技金融创新者。
其中，中国银行北京市分行、江苏银行北京分行、中国银联3家机构获得“2024年度便利支付助力者”。
“2024年度普惠金融服务者”则被6家机构收入囊中，分别是中国工商银行北京市分行、中国人寿寿险北京市分公司、中国银河证券、新华保险北京分公司、厦门国际银行北京分行、微众银行。
在绿色金融方面，中国农业银行北京市分行、兴业银行北京分行、华夏银行北京分行、甘肃银行被评为“2024年度绿色金融引领者”。
过去一年，各种AI+技术落地，金融机构在数字化转型的道路上步履不停，已初步迈入金融数智化阶段。本届“金字招牌”也在数字金融和科技金融方面作出了安排。
其中，中国邮政储蓄银行北京分行、中国光大银行北京分行、广发银行北京分行和平安产险北京分公司4家机构被评为“2024年度数字金融领航者”；建设银行北京市分行、交通银行北京市分行、中国邮政储蓄银行、中信银行北京分行、北京银行、华泰联合证券、易方达基金7家机构被评为“2024年度科技金融创新者”。
此外，2024年各大金融机构积极布局养老金融，招商银行、浦发银行北京分行、中国民生银行北京分行、中国平安、太平人寿北京分公司、华夏基金和南方基金7家金融机构摘得“2024年度养老金融示范者”桂冠。
新京报贝壳财经“金字招牌”评选活动是行业内最早、最权威的评选活动之一，通过评选促进了同业交流和服务质量提升，受到行业的普遍关注和好评。
据了解，新京报贝壳财经成立4年来，已经打出了品牌影响力，目前全矩阵粉丝2000万+，覆盖1.8亿人次，2025年将继续加强内容建设，优化内容创新路径，为市场各类主体提供丰富且有价值的服务。
智能金融发展有机遇也要关注风险


中央财经大学数字经济融合创新发展中心主任 陈端 发表主旨演讲。主办方供图
在颁奖典礼上，中央财经大学数字经济融合创新发展中心主任陈端以“人工智能在金融行业的应用及其影响前瞻”为主题发表演讲。
她表示，人工智能无疑为金融行业注入强大动力，提升效率、优化服务、强化风控，助力金融机构在数字化浪潮中逐浪前行，拓展业务边界，深化普惠金融实践，为产业协同与社会发展带来诸多福祉。然而，前行之路并非坦途，数据隐私、算法伦理、系统性风险等诸多挑战横亘在前，需政府、金融机构、科技企业、监管部门携手共进，以创新技术筑牢安全防线，以适配监管引导规范发展，以行业自律强化责任担当。
谈及数智技术在金融领域的深度渗透和融合创新情况时，陈端认为要关注三点：一是要超越行业视野，立足更大的结构性变迁格局打造业务增长引擎。以数智底座和数据要素跨域共享为基础，数字金融、数字经济、数字社会交互促进，带动新型场景持续涌现，并与基于人口结构变革促发的消费结构调整叠加共振，催生很多新的结构性增长点，金融机构要有依托新技术捕捉新增长点的行动自觉。
二是要关注中国式现代化蓝图引领之下，建设数字中国与金融强国之间在内生逻辑与发展节拍上的同频同向性。陈端表示，近几年来，以金融服务实体经济和共同富裕为目标导向，中西方金融体系从参与主体到估值定价逻辑都呈现出越来越大的制度性差异，金融产品创新与金融科技应用场景拓展需要立足更高站位谋篇布局，把握创新方向、深挖制度红利、强化合规意识。
三是要全方位审视金融科技创新可能引发的非传统金融风险，做好风险对冲与防范。在演讲中，陈端对数智技术在金融领域应用拓展可能衍生出的风险点进行了梳理。她指出，数据是金融机构的核心资产，人工智能的深度应用使得海量金融数据得以集中处理，为业务创新与效率提升赋能，同时也带来严峻的数据隐私与安全挑战，黑客攻击、内部违规操作、数据库权限配置不当等都可能触发数据与隐私泄露风险。
此外，算法偏见与决策黑箱也成为影响金融机构透明度与公信力的关键因素。陈端认为，传统信贷数据多聚焦于有银行借贷历史的人群，对年轻职场新人、偏远地区居民和弱势群体覆盖不足，基于此类数据训练的模型，易对相关人群产生歧视，加剧金融资源分配不均；部分机器学习算法可能过度拟合历史数据中的某些特征与结果关联，如过往数据显示特定地区信用违约率偏高，模型可能放大该地区人群信用风险评估值，造成地域歧视性决策；一些复杂算法决策过程宛如“黑箱”，难以向用户、监管清晰阐释决策依据，难以判断建议合理性，监管者也难以迅速追溯算法问题根源，及时纠错，给金融市场稳定运行蒙上阴影。
“需要高度关注和警惕新型技术所带来的系统性金融风险隐患与过往积累风险之间交互共振可能带来的后果。”陈端强调。
她表示，当前，部分头部金融科技公司开发的智能风控、量化投资模型被众多金融机构广泛应用，模型底层架构、算法逻辑趋同，训练数据来源相似。如果遭遇极端行情，模型将基于相同策略、信号做出同向交易决策，引发大规模抛售或抢购，金融机构间风险敞口交织，触发多米诺骨牌效应。
“这种波动借助算法交易的速度与规模优势，在不同资产类别、市场主体间迅速扩散，打破原有市场均衡，实体经济运行也将因资金融通受阻、资产价格失真受到冲击，宏观经济下行压力加大。”陈端表示。
陈端最后指出，对新兴风险点的防范需要多方着力。首先是强化数据加密技术和数据安全制度建设；其次，为驱散算法决策的“黑箱迷雾”，科研界与金融业界需要携手攻坚可解释性人工智能算法，使复杂AI模型决策过程透明化，监管层也需要进一步强化对算法演进方向的引导，丰富监管沙盒测试场景，动态监测创新产品风险指标，依据测试结果及时调整监管规则；最好能由行业协会、头部企业牵头制定人工智能金融应用伦理准则和行业团体标准，从数据源头到算法应用全流程形成对创新的规范，同时加强舆论引导与舆论监督，提升全员风险意识与合规意识。


文/胡萌
编辑 袁国礼 校对 刘越